如何用python从pdf中提取一些数学表达式？

0 人关注

我有一个pdf文件，其中有一些数学公式，如 this

我试图从一个pdf文件中提取客观题，并用python将其转换为csv文件，每一行的表格都包含一个问题，每一列有四个选项和一个正确选项（所以共有六列）。但是pdf文件中也有一些数学公式，我无法将它们写入csv文件中。是否有可能在我的csv文件中写入这些方程式，就像它们在pdf文件中一样？

3 个评论

em_bis_me ：

pdf是由乳胶制成的吗？

Roman K.C. ：

我不知道，我是从网上下载的。

em_bis_me ：

试试使用幽门螺杆菌。 geeksforgeeks.org/pylatex-module in python would help

python

pdf

export-to-csv

mathematical-expressions

python-pdfreader

Roman K.C.

发布于 2019-12-02

1 个回答

Maksym Polshcha

发布于 2019-12-02

已采纳

0 人赞同

这取决于公式在PDF中是如何表示的。它可以是XObject、内联图像或unicode文本。

Try 浏览器 .它可以从PDF文档中提取纯文本、包含PDF命令的文本和图像。

from pdfreader import SimplePDFViewer, PageDoesNotExist
fd = open(you_pdf_file_name, "rb")
viewer = SimplePDFViewer(fd)
plain_text = ""
pdf_markdown = ""
images = []
    while True:
        viewer.render()
        pdf_markdown += viewer.canvas.text_content
        plain_text += "".join(viewer.canvas.strings)
        images.extend(viewer.canvas.inline_images)